整合redis步骤
- 1)、引入data-redis-start
- 2)、简单配置redis的host信息
- 3)、使用springboot自动配置好的StringRedisTemplaes来操作redis
redis->map 存放key，数据值value
一、整合redis
pom.xml引入redis
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
<exclusions>
<exclusion>
<groupId>io.lettuce</groupId>
<artifactId>lettuce-core</artifactId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
</dependency>
二、application添加redis配置
spring:
redis:
host: 127.0.0.1
port: 6379
三、测试
@Autowired
StringRedisTemplate stringRedisTemplate;
@Test
public void testStringRedisTemplate(){
ValueOperations<String, String> ops= stringRedisTemplate.opsForValue();
// 保存
ops.set("hello","value_"+ UUID.randomUUID().toString());
// 查询
String hello = ops.get("hello");
System.out.println("之前保存的数据是："+hello);
}
-
1）、springboot2.0以后默认使用lettuce作为操作redis的客户端，它使用netty进行网络通信。
-
2）、lettuce的bug导致netty堆外溢出 -Xmx300m;netty如果没有指定堆外内存，默认使用-Xmx300m
-
解决方案：不能使用-Dio.netty.maxDirectMemory只去调大堆外内存
1、升级lettuce客户端
2、切换使用jedis
redisTemplate:
lettuce,jedis操作redis底层客户端。spring再次封装redisTemplace;
缓存穿透
缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中，将去查询数据库，但是数
据库也无此记录，我们没有将这次查询的 null 写入缓存，这将导致这个不存在的数据每次
请求都要到存储层去查询，失去了缓存的意义。
在流量大时，可能 DB 就挂掉了，要是有人利用不存在的 key 频繁攻击我们的应用，这就是
漏洞。
解决：
缓存空结果、并且设置短的过期时间。
缓存击穿
对于一些设置了过期时间的 key，如果这些 key 可能会在某些时间点被超高并发地访问，
是一种非常“热点”的数据。
这个时候，需要考虑一个问题：如果这个 key 在大量请求同时进来前正好失效，那么所
有对这个 key 的数据查询都落到 db，我们称为缓存击穿。
解决：
加锁
缓存雪崩
缓存雪崩是指在我们设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失
效，请求全部转发到 DB，DB 瞬时压力过重雪崩。
解决：
原有的失效时间基础上增加一个随机值，比如 1-5 分钟随机，这样每一个缓存的过期时间的
重复率就会降低，就很难引发集体失效的事件。
Redisson 完成分布式锁
Redisson 是架设在 Redis 基础上的一个 Java 驻内存数据网格（In-Memory Data Grid）。充分
的利用了 Redis 键值数据库提供的一系列优势，基于 Java 实用工具包中常用接口，为使用者
提供了一系列具有分布式特性的常用工具类。使得原本作为协调单机多线程并发程序的工
具包获得了协调分布式多机多线程并发系统的能力，大大降低了设计和研发大规模分布式
系统的难度。同时结合各富特色的分布式服务，更进一步简化了分布式环境中程序相互之间
的协作。
官方文档：https://github.com/redisson/redisson/wiki/%E7%9B%AE%E5%BD%95
缓存数据一致性
保证一致性模式
1、双写模式
2、失效模式
3、改进方法 1-分布式读写锁
- 缓存的所有数据都有过期时间，数据过期下一次查询触发主动更新
- 读写数据的时候，加上分布式的读写锁
4、改进方法 2-使用 cananl
四、spring-cache的不足
* 1）读模式
* 缓存穿透：查询一个null数据。解决：缓存空数据：spring.cache.redis.cache-null-values=true
* 缓存击穿：大量并发进来同时查询一个正好过期的数据。解决：加锁 默认无加锁 sync = true加锁
* 缓存雪崩：大量key同时过期。解决：加随机时间。加上过期时间：spring.cache.redis.time-to-live=3600000
* 2）写模式：（缓存与数据库一致）
* 1）读写加锁
* 2）引入canal,感知mysql的更新去更新数据库
* 3）读多写多，直接去数据库查询就行
* 总结:常规数据，（读多写少，即时性，一致性要求不高的数据）：完全可以使用Spring-Cache；写模式，只要缓存的的数据有过期时间就行
* 特殊数据：特殊设计
* 原理：
* CacheManager(RedisCacheManager)->Cache(RedisCache)->Cache负责缓存的读写
网友评论